在工业视觉项目里我经常要回答这么一个问题这个零件的边缘在哪、尺寸有多少、有没有划伤。而这一切的起点都是边缘检测。传统计算机视觉CV里的 Sobel、Prewitt、Canny 这些名字看起来已经是老古董可直到今天它们依然是产线上运行频率最高的代码。我会从图像梯度讲起把边缘检测的核心原理、算子选型、参数调优和工程落地中的坑一次讲透。适合刚入门 CV 的工程师也适合做嵌入式视觉、准备算法面试的人。1. 边缘检测到底在检测什么从图像梯度说起1.1 边缘在图像里的数学本质边缘是什么呢直观上讲边缘就是图像里灰度发生剧烈变化的地方。放大了看一个物体和背景之间像素值从一个平均亮度跳到另一个平均亮度中间的过渡带就是我们说的边缘。对一维信号来说突变位置的导数会很大推广到二维图像就需要用一个叫梯度的向量来描述每个像素附近的变化速度和方向。具体来说假设图像是一个连续函数 f(x,y)它在某一点的梯度可以写成 (∂f/∂x, ∂f/∂y)。梯度幅值 sqrt(Gx²Gy²) 告诉我们这里变化有多陡梯度方向 atan2(Gy,Gx) 指向灰度增大得最快的方向。真正有意思的是边缘本身的方向和梯度方向是垂直的。这个关系非常重要——后续的 Sobel、Canny 都要用到非极大值抑制更是完全依赖梯度方向来定位边缘。数字图像不可能做真正的微分所以只能拿像素差分来近似。水平差分就是右边的灰度减左边灰度垂直差分就是下边灰度减上边灰度。那些 3x3 的卷积核本质都是对差分结果再加一层平滑滤波目的是抑制噪声的同时保留边缘响应。可以这么理解Sobel、Prewitt、Roberts 这些算子全是在不同权重下对梯度做近似估计实际效果上的差异也主要来自这个“平滑”策略。1.2 为什么传统方法至今仍不过时很多人一听到传统 CV 就觉得过时了尤其深度学习出来之后HED、RCF 这类边缘检测网络效果确实惊艳。但在实际产线上传统方法没有被淘汰原因很简单它不需要训练数据、不需要 GPU一个几十块钱的嵌入式板子就能跑而且每个输出像素的含义清楚出了问题能快速排查。深度学习模型在边缘检测上表现好可一旦换了光照、换了产品型号往往要重新标注和训练这在现场是很大的成本。传统边缘检测更大的价值是当预处理。比如在一个 PCB 检测项目里我并没有直接上模型而是先用 Canny 把线路边缘提取出来再做霍夫直线检测找出断线和短接区域。整个流程里边缘检测是基石如果边缘提取得干净后面所有几何分析都会很稳定。所以这篇文章想强调的是先把传统边缘检测玩明白再上深度学习你会有完全不同的理解。2. 经典梯度算子原理、代码与适用场景2.1 Roberts算子简单但不推荐单独使用Roberts 算子是最早的一批边缘检测算子之一它只用 2x2 邻域做对角差分。两个卷积核分别是 [1,0;0,-1] 和 [0,1;-1,0]实际效果是求 45 度和 135 度方向的灰度差。因为核比较小计算量非常低在当时的硬件条件下是很有吸引力的选择。但它的缺点也很致命没有平滑项对噪声极度敏感一个孤立噪点就会产生很强的伪边缘而且轮廓定位也很粗糙。我在实际项目中很少单独用它除非是做一些计算资源被压到极限的简单定位任务。多数情况下它更适合用来理解“差分”这个概念。如果你真要在 OpenCV 里跑 Roberts直接用 filter2D 就行代码也就几行import cv2 import numpy as np img cv2.imread(part.png, cv2.IMREAD_GRAYSCALE) kernel1 np.array([[1, 0], [0, -1]], dtypenp.float32) kernel2 np.array([[0, 1], [-1, 0]], dtypenp.float32) g1 cv2.filter2D(img, cv2.CV_32F, kernel1) g2 cv2.filter2D(img, cv2.CV_32F, kernel2) mag cv2.magnitude(g1, g2)2.2 Prewitt算子均值平滑的代价Prewitt 算子升级成了 3x3 核。水平方向的核是把左右两列灰度差后再沿垂直方向做三行均值垂直核类似。这个均值操作带来了一点抗噪能力代价是边缘被平滑定位精度受到影响。OpenCV 没有直接提供 Prewitt但可以通过 filter2D 调用分别设置 x 一阶导、y 一阶导。kernel_x np.array([[-1, 0, 1], [-1, 0, 1], [-1, 0, 1]], dtypenp.float32) kernel_y np.array([[-1, -1, -1], [0, 0, 0], [1, 1, 1]], dtypenp.float32) gx cv2.filter2D(img, cv2.CV_32F, kernel_x) gy cv2.filter2D(img, cv2.CV_32F, kernel_y) mag cv2.magnitude(gx, gy)代码里我用滤波器做卷积输入灰度图输出 CV_32F最后用 magnitude 求梯度幅值。Prewitt 对方向性较强的横竖边缘表现尚可但对斜向边缘响应不均匀。如果你的图片纹理细密Prewitt 很容易把纹理也一起响应出来因为它的平滑太弱。我之前处理晶圆表面杂质图像时用 Prewitt 能检测划痕但背景颗粒噪声也很多最后还是换成了 Sobel。2.3 Sobel/Scharr更稳的梯度估计Sobel 是目前最常用的梯度算子。它的水平核是 [-1,0,1;-2,0,2;-1,0,1]垂直核是 [-1,-2,-1;0,0,0;1,2,1]。和 Prewitt 相比中间行或列的权重是 2这个权重近似于高斯平滑的系数。权重越高对行方向的噪声抑制越强同时不会像均值那样把边缘完全抹平这是 Sobel 在实际项目中更稳的原因。OpenCV 里可以直接用 cv2.Sobel(gray, cv2.CV_32F, 1, 0, ksize3) 得到水平梯度cv2.Sobel(gray, cv2.CV_32F, 0, 1, ksize3) 得到垂直梯度然后求幅值gx cv2.Sobel(gray, cv2.CV_32F, 1, 0, ksize3) gy cv2.Sobel(gray, cv2.CV_32F, 0, 1, ksize3) mag cv2.magnitude(gx, gy)如果对实时性要求很高可以用 abs(gx)abs(gy) 近似平方根嵌入式上能省不少时间。另外Sobel 的旋转对称性不算好45 度斜边响应会弱一些。OpenCV 还提供了 Scharr 算子本质是对 Sobel 的进一步加权在 3x3 核下比 Sobel 更对称、响应更强。如果检测场景没有固定方向用 Scharr 通常比 Sobel 更稳。算子核大小抗噪能力定位精度计算量OpenCV支持Roberts2x2差一般最小需filter2DPrewitt3x3一般一般低需filter2DSobel3x3/5x5较好较好低内置Scharr3x3较好好低内置2.4 方向性边缘检测的选型心得看到这里你可能已经明白了不同算子其实就是不同卷积核的选择对边缘的响应各有侧重。如果业务场景是检测水平的划痕直接取 Gy 的绝对值就能出结果如果是检测垂直方向的裂缝取 Gx 更直接。但大多数场景我们不知道边缘方向那就要用梯度幅值而不是只取单方向的响应。我个人的选型习惯是快速原型用 Sobel需要更好方向鲁棒性换 ScharrPrewitt 只有在论文复现或者需要让学生理解均值平滑时才会用Roberts 几乎不用于正式项目。在评审方案时光靠梯度幅值往往不够还要看梯度幅值的直方图分布判断边缘响应和噪声响应的可分性。如果两者混在一起就说明图像质量或光照有问题需要先做预处理而不是盲目调算子。3. 二阶导数与 Laplacian/LoG边缘在零点上3.1 为什么需要二阶导数一阶梯度找的是变化率最大的位置也就是梯度幅值的峰值。峰值虽然直观但在受噪声影响时很难定阈值——到底多高的幅值才算边缘换个角度看二阶导数在边缘处表现为过零zero crossing也就是从正到负或从负到正的零点。用零交叉判定边缘理论上不依赖全局阈值所以有它独特的优势。最简单的二阶导数是 Laplacian 算子核就是上下左右中心权重 4 或者 -4有些版本还带上对角项。它对图像中的孤立点响应非常强一个亮点或者灰尘就能产生巨大的响应所以很少有人直接拿 Laplacian 当边缘图用。通常会把高斯平滑和 Laplacian 合在一起这就是 LoG也就是 Laplacian of Gaussian。3.2 LoG 算子和 DoG 近似LoG 的原理是先对图像做高斯滤波再做拉普拉斯运算。因为卷积操作可以交换顺序所以可以预先计算一个 LoG 卷积核来做一次滤波。实际写代码时我更倾向于直接调用高斯模糊加 Laplacian方便调参。对于大尺度边缘可以直接用两张不同 sigma 的高斯图相减得到 DoG效果和 LoG 非常接近但计算更快。# LoG方式 blur cv2.GaussianBlur(gray, (0, 0), sigma) log cv2.Laplacian(blur, cv2.CV_32F) # DoG方式 blur1 cv2.GaussianBlur(gray, (0, 0), sigma) blur2 cv2.GaussianBlur(gray, (0, 0), sigma * 1.6) dog blur1 - blur2sigma 的选择直接影响边缘尺度小 sigma 能捕捉细边缘但噪声多大 sigma 平滑强边缘变粗定位也会偏移。实际项目中我常用 sigma1.0 到 1.5。要得到最终单像素边缘还需要对结果找零交叉这一步比阈值复杂通常可以用符号变化来定位遍历每个像素如果相邻像素的 LoG 响应从正跳到负就认为这里存在边缘。3.3 什么时候优先用 LoGCanny 很强但 LoG 有一个独特优势它对闭合边缘的提取更自然因为零交叉天然会生成闭环不需要额外的滞后连接。所以在细胞检测、气泡检测这类需要完整区域边界的场景LoG 往往比 Canny 更能避免边缘断裂。代价是 LoG 输出的是双边缘也就是在真实边界两侧各有一条响应线需要结合符号变化和连通域处理才能变成单线。我的经验是自然图像先试 Canny医学图像、材料断口、蜂窝结构这类目标边界封闭性要求高的场景再试 LoG。如果 LoG 结果还是不连续多半是 sigma 取得太小或者图像本身纹理太杂不要继续在算子层面抠应该回到图像采集端改善光照。4. Canny算子全流程解析与参数调优实战4.1 Canny为什么是标准答案Canny 是经典边缘检测里综合表现最好的算法也是我在项目里最常用的。它并不是单一算子而是一整套流程先用高斯平滑减少噪声用 Sobel 计算梯度幅值和方向然后做非极大值抑制把宽边缘压成单像素再用双阈值把像素分成强、弱两类最后通过滞后连接让弱边缘只有在与强边缘连通时才被保留。这里的核心思想是边缘应该是细的、连续的而且真正的边缘周围通常有强响应。非极大值抑制保证边缘宽度为 1 像素双阈值加滞后连接能够过滤掉孤立的弱响应同时保留真实但较弱的边缘。这也是 Canny 在复杂场景下比单纯阈值好用的原因。很多初学者只看 OpenCV 的一行调用不知道它内部在做什么结果调参时一头雾水。4.2 关键参数怎么选参数是 Canny 最容易翻车的地方。第一个是高斯 sigma。sigma 越大平滑越强细小纹理被抹掉但真正的边缘也会被磨圆定位精度下降。一般我取 0.8 到 1.5噪声明显的场景取 2.0但不要超过 3.0否则边缘偏移就很明显了。第二个是高低阈值。OpenCV 的 Canny 接收 low 和 high 两个参数high 决定哪些像素一定是边缘low 决定哪些像素可能是边缘并参与连通。经验上 high 取梯度幅值直方图的 80 分位附近low 取 high 的 0.4 到 0.6 倍。如果图像整体对比度均匀我会直接用固定阈值比如 50/120 或 60/150。如果光照经常波动最好根据图像自动估计。一个简单的方法是用 Otsu 计算全局阈值把它作为 high然后 lowhigh*0.5。虽然 Otsu 不是专门给边缘设计的但在多数光照变化场景下足够用。还有一些项目会统计梯度幅值的均值和标准差用均值的固定倍数作阈值效果也还行。def auto_canny(gray, sigma0.33): v np.median(gray) low int(max(0, (1.0 - sigma) * v)) high int(min(255, (1.0 sigma) * v)) return cv2.Canny(gray, low, high)这个 median 法在很多开源项目里流传很广但它默认背景的灰度中值接近噪声水平。如果图像背景大且暗high 可能不够需要根据实际边缘图再调整。我一般只把它当作初始值不会直接上线。4.3 实战芯片引脚边缘提取拿一个手机主板的芯片引脚检测来举例。原图光照不均匀背部有阴影。如果直接 Canny(50,150)引脚边缘是出来了但阴影区域出现一大片伪边缘。我先裁剪 ROI只保留芯片区域然后用 GaussianBlur sigma1.2再用 Canny(50,120)。这时候边缘还有一些断点尤其是引脚拐角处。我用 cv2.morphologyEx(edges, MORPH_CLOSE, kernel) 做一个闭运算把断裂连接的断点补上。随后 cv2.findContours 找到所有轮廓用 cv2.minAreaRect 得到每个引脚的旋转外接矩形再根据矩形的长宽比过滤掉杂碎边缘。整个流程跑下来从图像输入到输出引脚间距单张图耗时不到 20 毫秒放在产线上完全够用。这个方法没有使用任何深度学习模型稳定性和可解释性都很好。Canny 参数也写进了配置文件方便不同机型切换。4.4 参数调试的具体技巧调试 Canny 时我的建议是不要凭感觉。先把灰度图显示出来看直方图判断对比度然后固定 sigma 和 low/high 的比例只调 high每改一次参数就把边缘图叠加在原图上截图用速度测试确认是否过了头。可以写一个简单的 trackbar 窗口实时调 sigma、low、high 三个参数这样能快速找到当前场景的合适范围。另外一个经验如果想要的边缘是长直线调参的目标是“连续”如果想要的边缘是细小划痕调参的目标是“不误检”。这两种目标的逻辑相反。连续优先就降低 low做闭运算误检优先就提高 high增大 sigma。这个取舍在项目评审时最好提前确认好不然会被反复要求调来调去。5. 工程落地中的常见坑与排查技巧5.1 噪声让边缘图变成“芝麻饼”最常见的现象是边缘图里面一堆小碎片像是撒了一把芝麻。原因一般不是 Canny 阈值太低而是输入噪声太大。很多相机在低照度下亮部和暗部噪声差异很大一个 sigma1 的高斯根本压不住。这时候先别急着提高 Canny 阈值应该先观察灰度图本身的信噪比。我会拍一张纯色标定板看灰度标准差如果标准差超过 5 个灰度级就要考虑改曝光或者在算法里加强平滑。对于椒盐噪声这类极值点高斯滤波不如中值滤波。中值滤波在去除孤立噪点的同时能保留边缘锐度缺点是计算量稍大而且会稍微破坏图像细节。我一般会做一个判断如果边缘图中出现大量 1-2 像素的孤立点优先试用中值滤波而不是高斯往往效果立竿见影。5.2 边缘断裂与双线问题边缘断裂是最常见的问题明明眼睛能看到的轮廓算法输出就是一段一段的。处理顺序是先降低低阈值看看是不是弱边缘被过滤如果还断再加大高斯 sigma 让边缘响应更连续最后用形态学闭运算。但要注意闭运算会把相邻很近的两条边缘连成一块所以核不能大一般 3x3 就够。另一种问题是边缘变成了两条平行线。这通常发生在梯度变化是一个缓坡而不是陡变时Sobel 响应会有两个峰。Canny 的非极大值抑制已经能处理部分情况但如果平滑太大双峰之间的距离被拉大非极大值抑制也无法完全合并。解决办法是适当地减小 sigma或者考虑换用一阶梯度算子的绝对值中心位置来定位边缘。5.3 光照不均匀下的伪影比较难处理的是明暗不均。比如一块金属表面一半亮一半暗直接 Sobel 阈值化后暗区的真实边缘响应可能和亮区的噪声差不多。对这种场景我会先做预处理用顶帽和底帽操作估计光照背影然后从原图减去得到校正后的图或者使用 CLAHE 做局部对比度增强。预处理后再做边缘检测稳定性会好很多。另外如果一个图里同时有强边缘和弱边缘阈值很难同时满足两个区域。这时可以把图像分成多个 ROI分别设置不同的阈值参数。分开处理虽然代码多一点但在工业现场这个小技巧非常好用尤其适合手机外观检测这类要求很高的场景。5.4 性能优化从几十毫秒压到几毫秒边缘检测本身计算量不大但为了跑在一堆算法前面还是要抠。第一能降采样就降采样。很多项目不需要 4K 全分辨率直接降到 1/2 或 1/4 后边缘质量依旧达标。第二避免重复分配内存。OpenCV 的 Canny 内部有分配可以在循环外创建 edges 图或者用 cv::UMat 减少 PC 上的拷贝。第三能用 Sobel 的 ksize1 或 3就不要用 5ksize 越大卷积耗时越高。在嵌入式端梯度幅值计算最费时间的是平方根和 atan2。我常用 abs(gx)abs(gy) 代替 magnitude如果还要用方向做非极大值抑制就把 atan2 结果量化到 0-3 四个方向区间。Canny 里梯度方向其实只需要四个邻居区域完全可以用整数比较实现。这些优化做好了边缘检测在一张 VGA 图上能跑到 1ms 以内。6. 边缘检测的组合拳与个人经验6.1 边缘 轮廓从像素到几何的桥边缘检测输出的是二值图还不是工程能用的几何信息。所以我在实际项目里几乎不会只看边缘图而是会把 Canny 结果交给轮廓分析。OpenCV 的 cv::findContours 能提取所有连通区域的边界返回的是点集。之后我会用 approxPolyDP 做多边形逼近用 minAreaRect 求旋转外接矩形用 minEnclosingCircle 拟合圆。需要判断某个点是否落在目标区域内时直接调 cv::pointPolygonTest返回值为正表示在内部负表示在外部0 表示在边界上。这一套组合拳在零件定位项目里非常常用。比如螺丝垫片检测Canny 出边缘findContours 得到外轮廓然后用 minEnclosingCircle 求出圆心和半径再根据半径筛选。整个过程可解释、可调试现场工程师只要看着轮廓叠加图就能判断算法哪里出了问题。6.2 我常备的调参套路做边缘检测项目多了我自己总结了一套快速套路。第一步在原始灰度图上做直方图确认对比度是否足够。如果对比度很低先做线性拉伸或者 CLAHE 再去检测。第二步用一个固定组合比如 sigma1.0、low50、high150快速看看边缘图。第三步根据问题做最小调整噪声多就加 sigma断裂就降 low边缘粗就减 sigma 或提高 high。不要同时动三个参数否则你根本不知道是哪个变量起到了作用。另外每改一个参数都记录环境图和截图最好用脚本把参数、截图、耗时一起存下来。因为现场环境一变你可能需要回看之前哪组参数最稳。这不是形式化小项目用 Excel 表也行关键时候能救命。6.3 亚像素边缘检测测量场景的下一步如果要做的不是看边缘形状而是精密测量像素级边界是不够的。一个边缘跨越若干像素真正的物理边界可能在亚像素位置。传统 CV 里有专门做这个的技术取梯度幅值峰附近几个点的灰度然后用抛物线拟合或者灰度矩估计峰值的位置就能把边缘定位到 0.1 像素甚至更高。Halcon 里的亚像素轮廓就是这么做的。这种方法不需要 GPU只要在 ROI 附近逐行处理速度也很快。我踩过的坑是亚像素拟合之前必须保证边缘没有靠太近两条边缘距离小于 5 个像素时拟合结果会出现偏移。这种场景下我会先用 Canny 检测间距再做亚像素细分而不是对所有边缘都做拟合。6.4 传统与深度学习协同最后分享一个我最近常用的思路不要非此即彼。在标注数据不足时先用 Canny 生成粗边缘叠加在原图上帮助标注人员快速勾勒再用标注好的结果训练一个轻量语义分割模型。模型的 mask 输出之后再用 Canny 提取边界送入后续几何测量模块。这样传统算法的稳定性和深度模型的泛化能力各取所长项目上线速度也会更快。我个人的体会是传统边缘检测不是一个过时的知识点而是很多视觉系统的地基。先把地基打牢再上深度学习你会发现在定义损失函数、处理 mask 边界时都更有底气。如果你正在做视觉项目不管最后用不用深度学习先把 Sobel、Canny 和 LoG 的原理吃透绝对是值得投入的功课。